筛选结果
15 篇排序
44:49EN → 简体中文OpenEvidence 如何成了 40% 美国医生的临床“操作系统”主持 Sarah Guo, Elad Gil创始人(founder)Daniel Nadler 向《No Priors》讲述:一款免费、面向医生的搜索工具,并非面向患者的答案引擎,如何在 18 个月里拿下了高风险的临床知识领域。
44:16EN → 简体中文Cohere 的 Aidan Gomez:模型曲线在变平,如今 2000 万美元就能训出 GPT-4 级模型主持 Sarah Guo, Elad Gil《Attention Is All You Need》的合著者告诉 No Priors,企业应该别再等下一个模型,而是把今天的模型投入生产。
38:28EN → 简体中文线上 AI 有一半是检索增强生成(RAG),微调几乎消失了主持 Sarah Guo, Elad GilBraintrust 的 CEO Ankur Goyal 讲述 Notion、Zapier 和 Vercel 实际上线了什么,以及它们悄悄放弃了哪些被热炒的技术。
3:02:16EN → 简体中文答案之后,旅程才刚开始:Perplexity CEO Aravind Srinivas 谈搜索与好奇心嘉宾 Aravind Srinivas · 主持 Lex Fridman2022 年,Perplexity 的第一位员工问起健康保险,四个博士却没能从谷歌上得到一个清楚的答案。
36:20EN → 简体中文1 亿个 Token 塞进上下文要花 1000 万美元,Tengyu Ma 算了检索增强生成(RAG)的账主持 Sarah Guo, Elad Gil这位斯坦福教授、Voyage AI 创始人(founder)认为,企业管理私有知识应当靠检索,不必靠超大的上下文窗口(context window)。
42:14EN → 简体中文Meta 的 1970 亿美元之日,只是 AI 那个 2000 亿美元问题的部分答案主持 Sarah Guo, Elad GilSarah Guo 和 Elad Gil 谈到了 Gemini、Mistral、英伟达的升级周期、Klarna 的客服机器人,以及为什么真正的 AI 支出仍然集中在超大规模云厂商手里。
31:28EN → 简体中文给 GPT-4 外接一个记忆,幻觉最多可减少 50%主持 Sarah Guo, Elad GilPinecone 首席执行官 Edo Liberty 向 Sarah Guo 和 Elad Gil 讲述,检索增强生成(RAG)、无服务器(serverless)向量数据库(vector database),以及把知识放在模型之外,如何让大语言模型(LLM)更可靠。
42:07EN → 简体中文Notion 的 Ivan Zhao:RAG 会让整理信息变得可有可无主持 Sarah Guo, Elad GilNotion 首席执行官在 No Priors 节目中讲述了他为什么把公司押在 GPT-4 上,为什么嵌入(embedding)和智能体(Agent)同样重要,以及软件为什么正在进入捆绑周期。
46:36EN → 简体中文做了十年代码搜索后,Sourcegraph 的 CTO 认为代码 AI 的竞争发生在模型之外主持 Sarah Guo, Elad GilBeyang Liu 讲 Cody,讲关键词搜索为何仍然承担着检索增强生成(RAG)的大部分工作,以及随着 AI 压缩中间件,计算机基础知识为何变得更有价值。
37:18EN → 简体中文Wi-Fi 密码靠检索,公司专属语言靠专家主持 Sarah Guo, Elad Gil谷歌大脑的 Kelvin Guu 谈 REALM、FLAN、模型手术,以及为什么大模型的个性化仍是一个尚未解决的界面问题。
35:36EN → 简体中文精选摘要覆盖率卡在 7%,一位 谷歌 老兵用语言模型把它提到 70%主持 Sarah Guo, Elad GilNeeva 创始人 Sridhar Ramaswamy 在《No Priors》里讲述:为什么答案总能胜过链接,为什么隐私没能促成人们换搜索引擎,以及为什么大多数查询用不着最大的模型。
2:24:31EN → 简体中文Watson 没懂就赢了《危险边缘》(Jeopardy),Ferrucci 想要能解释自己的 AI嘉宾 David Ferrucci · 主持 Lex FridmanLex Fridman 与 David Ferrucci 谈 IBM Watson,为什么预测不等于理解,以及高风险决策为何需要能与我们一起推理的机器。
1:22:36EN → 简体中文别追 AI 新闻了:Chip Huyen 谈真正让 AI 产品变好的事嘉宾 Chip Huyen · 主持 Lenny Rachitsky《AI Engineering》作者从预训练、后训练、强化学习、评估和 RAG 讲起,说明真正拉开产品差距的,是用户、数据和可靠的工作流。
1:11:56EN → 简体中文怎样让 ChatGPT 推荐你的产品:答案引擎优化实操嘉宾 Ethan Smith · 主持 Lenny RachitskyGraphite CEO Ethan Smith 讲 AEO 和 SEO 差在哪、哪些杠杆真的有效,以及怎么测量、怎么做对照实验。
32:41ENHow IBM Watson Won Jeopardy: A Moonshot Built on Engineering, Not a Breakthrough嘉宾 David Ferrucci · 主持 Lex FridmanDavid Ferrucci tells Lex Fridman how he talked IBM into the Jeopardy challenge and how his team built Watson's search, scoring and confidence machinery in about four years.








